Linux 无互联语音触发识别

手持设备上的语音识别通常由按下按钮触发。如果没有它，我如何触发语音识别？我的基于Raspberry PI的设备故意没有任何用户可以手动交互的东西——墙上只有一个麦克风

我试图实现一种方法，让它理解一个简单的触发命令，该命令将启动一系列操作。简而言之，我希望在“听到”音频触发器时运行一个.sh脚本。我不想让它理解任何其他东西，只是一个触发器——它不需要从触发器本身解码——比如脚本或参数的名称。一个非常简单的函数-“hear the trigger->execute.sh script”

我探索了不同的选择：

让音频流持续发送到谷歌语音识别服务——这不是一个好主意——浪费了太多的流量和资源

让一个无互联网的语音识别应用程序持续收听音频流并“挑选”触发词——这有点更好，但相当浪费资源，而且这些系统必须通过音频样本进行教学——这几乎消除了快速为设备设置自定义名称的能力

使用某种音高处理，让它对一系列响亮的声音做出反应——拍手两次或类似的声音——不算太糟糕，但我想我的手在经过正确测试后会掉下来，或者我会被我的家人杀死，因为我通常会在晚上玩玩具的时候去尝试床

口哨识别-与之前的选择没有太大区别，但你的手掌不会疼痛，如果我学会安静地吹口哨，我很有可能通过测试。我找到了IBM的一篇关于通过哨声命令命令计算机的文章——这种方法对于本地语音识别应用程序几乎是一样的，但是你教它理解不同的哨声序列。然而，从那以后，我不明白我怎么能教它理解任何口哨，不管它的音调如何

我有点喜欢whistle的想法——在其他选择中，它似乎应该是最不需要资源的——我该怎么做呢

---

如果我受到Raspberry PI硬件的限制，还有其他声音触发器可以轻松实现吗？

Mono是一个可以安装在PI上的框架，允许您编译和运行C#应用程序，我相信它支持System.Speech和System.Speech.Recognition。你可以用这些来轻松编写一个应用程序，只需指定你想让它听的单词。把它写在你的电脑上，把exe移到pi上，然后用挂在pi外面的麦克风运行它。我做了一个类似的应用程序，但我使用了一个套接字服务器，并以这种方式发送命令。 设置命令的方式非常简单

    SpeechRecognitionEngine rec = new SpeechRecognitionEngine(new System.Globalization.CultureInfo("en-US")); 
    rec.SetInputToDefaultAudioDevice();
    rec.SpeechRecognized += speech_recognized;
    var c = new Choices();
    c.Add("Trigger");
    var gb = new GrammarBuilder(c);
    var g = new Grammar(gb);
    rec.LoadGrammar(g);
    rec.RecognizeAsync(RecognizeMode.Multiple);
    rec.MaxAlternates = 0;


    private void speech_recognized(object speechsender, SpeechRecognizedEventArgs e)
    {
    if(e.Result.Text == "Trigger"){
    //run your script
    }

}

---

看看nodejs流程，它处理来自麦克风的音频流事件，然后使用pocketsphinx离线语音识别和有限的自定义词典来识别简单的语音命令：

---

如中所述，可以使用Pocketsphinx完成